如何用R同步不同采样频率的文件？EMG与触发信号合并问题

问题定位 #

你遇到的单条观测问题，核心是resample函数的参数逻辑或数据维度处理错误。多数信号处理包的重采样函数对输入维度有明确要求，且不同包的参数定义有差异，同时你之前的代码重新命名列的操作可能掩盖了原数据的维度问题。

修正方案（分两种常用包） #

方案1：使用signal包（适合矩阵批量处理）

首先确认数据结构：EMG数据行=时间点，列=肌肉通道；触发信号行=时间点，列=触发标记，两者时间轴完全同步。

library(dplyr)
library(signal)

# 定义采样率
fs_old <- 1500  # 原EMG采样率
fs_new <- 1000  # 目标采样率（与触发信号一致）

# 计算重采样比例：新/旧 = 1000/1500 = 2/3，对应up=2，down=3
up <- fs_new
down <- fs_old

# 重采样EMG数据，保留原列名
emg_resampled <- emg_data %>%
  select(starts_with("muscle")) %>%
  as.matrix() %>%
  t() %>%  # 转置为「通道数 × 原时间点数」，适配signal::resample的行处理逻辑
  resample(up, down) %>%  # 对每个通道批量重采样
  t() %>%  # 转回「新时间点数 × 通道数」
  as.data.frame() %>%
  setNames(colnames(emg_data)[startsWith(colnames(emg_data), "muscle")])  # 保留原始肌肉列名

方案2：使用seewave包（适合逐通道处理）

如果signal包的重采样不符合预期，可换用seewave包，它的重采样函数对单向量更友好：

library(dplyr)
library(seewave)

fs_old <- 1500
fs_new <- 1000

# 对每个肌肉通道单独重采样
emg_resampled <- emg_data %>%
  select(starts_with("muscle")) %>%
  apply(2, function(channel_data) {
    resample(wave = channel_data, f = fs_old, fnew = fs_new)
  }) %>%
  as.data.frame() %>%
  setNames(colnames(emg_data)[startsWith(colnames(emg_data), "muscle")])

合并数据 #

重采样完成后，确认EMG数据行数与触发信号行数一致，再合并：

# 校验行数一致性（确保时间轴完全对齐）
stopifnot(nrow(emg_resampled) == nrow(trigger_data))

# 合并EMG与触发信号
combined_data <- bind_cols(emg_resampled, trigger_data)

关键注意事项 #

• 如果你的EMG数据原始结构是行=肌肉，列=时间点，那需要调整转置逻辑，否则会出现维度错误导致单条观测。
• 避免随意重命名列，保留原列名能帮助你快速排查维度问题。

内容的提问来源于stack exchange，提问作者Thomas Reid